自律システム に関する最新の記事

効率的なワイヤレス通信のための新しい技術や方法を探ってる。

LLM強化自律エージェントとその開発の概要。

この記事では、未知のデータの課題に対するAIモデルのパフォーマンスを向上させる方法について説明しているよ。

ISACは、よりスマートなテクノロジーアプリケーションのために、センシングとコミュニケーションを組み合わせてるよ。

敵対的攻撃が多エージェント強化学習システムに与える影響を探る。

研究が敵対的攻撃に対するモデルの防御を改善する新しい方法を明らかにした。

新しいフィルタリング方法がニューラルネットワークを使ってロボットの状態推定を向上させる。

ExpeLエージェントは経験から学んで、いろんなタスクでのパフォーマンスを向上させるんだ。

さまざまな分野でLLMが自律エージェントにどんな影響を与えているかを見てみよう。

ロバスト学習は、データの操作があっても機械学習モデルが信頼性を保つことを保証する。

信頼に基づくシステムは、自動運転車とのやり取りで歩行者の安全を向上させる。

このフレームワークは、内陸水路のための深層強化学習を使って自律ナビゲーションを改善するんだ。

この記事では、水中ロボット車両の自己適応システムについて探ってるよ。

新しいアプローチで複雑なAIシステムの安全性が向上する。

近接オンライン手法は、ビデオ分析における物体追跡を強化する。

新しいシステムが地上ロボットの位置特定能力をアップグレードしたよ。

現代のアプリケーションにおけるISAC技術の利点を見てみよう。

新しい方法が適応学習を使って3Dポイントクラウドのアライメントを改善する。

単純なロボットは、方向を持たずにまっすぐ移動することができるんだ。

新しい手法がマスクアテンション依存を排除することで、3Dインスタンスセグメンテーションを強化する。

GORLは、より良い意思決定のために専門家データを活用してオフラインRLを強化するんだ。

ロボットはベイズ法を使って、予測できない環境で安全にデータを集めるよ。

自由飛行デバイスとニューラルネットワークを使った宇宙船の検査方法。

小型ドローンが協力して効果的にマッピングする仕組みを見てみよう。

GCNを使ってHARQを最適化してデータ送信を改善する方法を見てみよう。

リハーサルなしで効率的な物体検出のためのMultIODを紹介します。

新しいアプローチがHATSアルゴリズムを強化して、効率的なオブジェクト分類を実現してる。

新しいアプローチが、人工光を使わずに熱測定で距離を推定するんだ。

ランドマーク検出を改善するために、ロボットナビゲーションを向上させるソナー技術を探求中。

研究者たちは、インテリジェントエージェントの意思決定を向上させるためにベイズ手法を提案している。

ポイントクラウドデータ処理におけるGNNの役割を探る。

ロボットは安全なやり取りのために、アクティブ逆学習を通じて人間の目標を学ぶんだ。

OutramはLiDARローカライゼーションの新しいアプローチでロボットの位置決めを改善した。

LiteTrackは、さまざまなアプリでの物体追跡のために、スピードと精度のバランスを取ってるよ。

ISACがワイヤレスネットワークと機械学習アプリケーションの進展にどんな役割を果たすかを探る。

エージェントが複雑なタスクでより良い解決策のためにどう協力するかを探ってみて。

新しい方法がロボットの複雑な環境でのナビゲーションを改善し、不確実性に対処する。

STARNetはロボットセンサーの信頼性を向上させて、より安全な自律性を実現するよ。

新しい方法が3Dシーンの理解を向上させて、稀な物体の認識がもっと良くなるよ。

BoIR手法は、画像内の複数の人を追跡するのを改善して、混雑したシーンでの精度を向上させるよ。